Digital Rectal Examination for Prostate Cancer Screening in Primary Care: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
PURPOSE Although the digital rectal examination (DRE) is commonly performed to screen for prostate cancer, there is limited data to support its use in primary care. This review and meta-analysis aims to evaluate the diagnostic accuracy of DRE in screening for prostate cancer in primary care settings. METHODS We searched MEDLINE, Embase, DARE (Database of Abstracts of Reviews of Effects), Cochrane Central Register of Controlled Trials, Cochrane Database of Systematic Reviews, and CINAHL (Cumulative Index to Nursing and Allied Health Literature) from their inception to June 2016. Six reviewers, in pairs, independently screened citations for eligibility and extracted data. Pooled estimates were calculated for sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV) of DRE in primary care settings using an inverse-variance meta-analysis. We used QUADAS-2 (Quality Assessment of Diagnostic Accuracy Studies 2) and GRADE (Grades of Recommendation Assessment, Development, and Evaluation) guidelines to assess study risk of bias and quality. RESULTS Our search yielded 8,217 studies, of which 7 studies with 9,241 patients were included after the screening process. All patients analyzed underwent both DRE and biopsy. Pooled sensitivity of DRE performed by primary care clinicians was 0.51 (95% CI, 0.36–0.67; I2 = 98.4%) and pooled specificity was 0.59 (95% CI, 0.41–0.76; I2 = 99.4%). Pooled PPV was 0.41 (95% CI, 0.31–0.52; I2 = 97.2%), and pooled NPV was 0.64 (95% CI, 0.58–0.70; I2 = 95.0%). The quality of evidence as assessed with GRADE was very low. CONCLUSION Given the considerable lack of evidence supporting its efficacy, we recommend against routine performance of DRE to screen for prostate cancer in the primary care setting.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,046 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».